Author

Rojas, Andrés ; Jovanovic Dolecek, Gordana

En

Editor

Universidad de Montevideo

Notas

This paper describes a fingerprint verification system including preprocessing, Wavelet transform, feature extraction using multiple domains, and ensemble subspace discriminant classifier. The system is implemented in MATLAB using Wavelet Toolbox, Image Processing Toolbox, and Statistics and Machine Learning Toolbox. First, the motivation and novelty, followed by the review of the previous work, are presented. Next, all steps are described in detail. Three fingerprint databases from the literature are used. The proposed method’s performance is compared with state-of-the-art techniques based on different classifiers utilizing the accuracy metric. The proposed algorithm achieves high accuracy at 97.5% for the DB3-FVC2000 subset.

Este documento describe un sistema de verificación de huellas dactilares que incluye preprocesamiento, transformada Wavelet, extracción de características utilizando múltiples dominios y clasificador discriminante subespacial de conjunto. El sistema se implementa en MATLAB utilizando Wavelet Toolbox, Image Processing Toolbox y Statistics and Machine Learning Toolbox. En primer lugar, se presenta la motivación y la novedad, seguido de la revisión del trabajo anterior. A continuación, se describen todos los pasos en detalle. Se utilizan tres bases de datos de huellas dactilares de la literatura. El rendimiento del método propuesto se compara con técnicas de última generación basadas en diferentes clasificadores que utilizan la métrica de precisión. El algoritmo propuesto logra una alta precisión del 97,5 % para el subconjunto DB3-FVC2000.

Este documento descreve um sistema de verificação de impressão digital que inclui pré-processamento, transformada Wavelet, extração de recursos usando vários domínios e classificador discriminante de subespaço de conjunto. O sistema é implementado em MATLAB usando Wavelet Toolbox, Image Processing Toolbox e Statistics and Machine Learning Toolbox. A motivação e a novidade são apresentadas primeiro, seguidas pela revisão do trabalho anterior. Todas as etapas são descritas em detalhes a seguir. Três bancos de dados de impressões digitais da literatura são usados. O desempenho do método proposto é comparado com técnicas do estado da arte baseadas em diferentes classificadores que utilizam a métrica de precisão. O algoritmo proposto atinge uma alta precisão de 97,5% para o subconjunto DB3-FVC2000.

Palabras claves

Verificación de huellas dactilares Procesamiento de imágenes Aprendizaje de clasificación Extracción de características Precisión Clasificador subespacial de conjunto

Collections

• Memoria Investigaciones en Ingeniería [227]